本文从芯片架构，到开发板选型，再到软件开发环境的搭建介绍了关于K210的基础ABC，这块KPU其实有很多有意思的应用，我会在后面的文章中进行更多介绍，包括SDK中各个模块的使用方式，以及如何将自己的AI模型部署到K210上面去运行。

Sipeed k210 RISC-V AI+lOT ESP32视觉听觉开发套装的开发环境搭建。

在本文中，我将在 Wio 终端上制作一个带有内置麦克风的声控机器人车，以通过 TinyML 识别行驶、停止和背景噪音。

本文是《人工智能基础（高中版）》的读书笔记，这本书的配图非常好，把难以理解的概念图形化，所以读后感会引用书中的图片（图片版权归商汤科技所有）。

Sometimes it is the people who no one imagines anything of who do the things that no one can imagine.

勘智K210采用RISC-V处理器架构，具备视听一体、自主IP核与可编程能力强三大特点，支持机器视觉与机器听觉多模态识别，可广泛应用于智能家居、智能园区、智能能耗和智能农业等场景。

MaixCube 是基于Sipeed M1n 模块(主控:Kendryte K210)开发的一款集学习开发和商用一体的人脸识别产品。

MaixPy 是将 Micropython 移植到 K210 的一个项目，不但支持 MCU 常规操作， 还集成了硬件加速的 AI 机器视觉和麦克风阵列相关的算法。

随着深度学习的飞速发展，已经创建了完整的神经网络体系结构主机，以解决各种各样的任务和问题。 尽管有无数的神经网络架构，但对于任何深度学习工程师来说，这里有11种必不可少的知识，它们分为四大类：标准网络，递归网络，卷积网络和自动编码器。

本文介绍了如何在树莓派上，使用 OpenCV 和 Python 完成人脸检测项目。该项目不仅描述了识别人脸所需要的具体步骤，同时还提供了很多扩展知识。此外，该项目并不需要读者了解详细的人脸识别理论知识，因此初学者也能轻松跟着步骤实现。

分布最广的物联网设备往往体积很小、电量有限。它们被作为终端硬件，通过嵌入式传感器采集各种数据；计算能力有限，对功耗极为敏感。这类设备也能实现机器学习吗？

如果要面向“赛道”类的竞速型的循路应用，那么 Jetbot 范例中的 road_following 项目会更加适合，这个项目使用图像回归(Image Regression)的深度学习技术，是一种统计学上非常有用的数学模型。

今天分享一个为EV3量身定制的机灵熊EV3视觉模块摄像头，这个摄像头模块曾经在2021世界机器人大赛AI探索全国锦标赛中帮助我们队伍获得中学组冠军。

跟着指定路线去前进，才是真正进入有实用价值的应用。

Jetbot 是如何识别与周边物体的距离，来决定是继续前进还是得转向？